Аналитик качества данных

Задачи: - Разработка, настройка и сопровождение проверок качества данных. - Анализ и профилирование данных: выявление расхождений, пропусков, дублей, аномалий и других проблем качества. - Разбор инцидентов качества данных: локализация источника проблемы, определение ответственной команды и сопровождение решения. - Взаимодействие с владельцами данных, аналитиками и командами систем-источников: сбор и формализация требований к данным, согласование правил и проверок качества. - Работа с DWH/КХД: анализ источников, потоков загрузки и преобразований данных. - Подготовка требований на доработку инструментов и процессов контроля качества данных. - Работа с DQ-проверками, реализованными на базе Apache Airflow: настройка, запуск, контроль выполнения и анализ результатов. - Работа с каталогом данных и метаданными: актуализация описаний данных, атрибутов, связей и глоссариев совместно с владельцами данных. - Участие в развитии процессов Data Governance и методологии качества данных. - Настройка и сопровождение сверок между системами и источниками данных. - Участие в формировании и развитии SLA по поставке данных. Требования: - Опыт работы с качеством данных: понимание основных критериев DQ, опыт формализации правил и проверок качества данных, а также профилирования данных — анализа структуры и наполнения, выявления пропусков, дублей, аномалий и неконсистентных значений. - Опыт работы с DWH/КХД: понимание структуры хранилища, источников и потоков данных, умение анализировать причины расхождений и некорректных данных. - Опыт взаимодействия с владельцами данных, аналитиками и командами систем-источников: сбор и формализация требований, согласование правил и проверок качества данных. - Уверенное владение SQL: сложные JOIN, подзапросы, оконные функции; использование SQL для анализа, профилирования и проверки данных; понимание базовых принципов оптимизации запросов. - Понимание ETL/ELT-процессов и принципов загрузки и преобразования данных. - Практический опыт работы с Oracle и/или PostgreSQL. - Опыт анализа инцидентов качества данных: локализация проблемы, определение источника ошибки, взаимодействие с ответственными командами. - Базовое понимание Apache Airflow: DAG, задачи, зависимости, расписание; готовность работать с типовыми DAG для DQ-проверок. Будет плюсом: - Опыт работы с Data Catalog / метаданными, глоссариями и описанием данных. - Опыт работы в банковской предметной области, особенно с кредитными данными, БКИ или регуляторной отчётностью. - Опыт работы с Informatica ETL или другими ETL-инструментами. - Опыт работы с Service Desk / системами управления инцидентами. - Опыт работы с FineBI или аналогичными BI-инструментами. - Базовые навыки Python. - Знание PD, LGD, EAD и ПВР — как дополнительное преимущество.